基于多重信任关系的微博转发行为预测
文献类型：期刊论文
| 作者 | 王绍卿1; 李翠平2; 王征3; 陈红2 |
| 刊名 | 清华大学学报:自然科学版
 |
| 出版日期 | 2019 |
| 卷号 | 000期号:004页码:270 |
| 关键词 | Poisson因子分解 转发预测 信任关系 社交网络 |
| ISSN号 | 1000-0054 |
| 英文摘要 | 微博转发预测有助于热点话题检测、个性化微博推荐等,近些年引起了学术界和工业界的广泛关注。然而,现有的关于微博转发预测的研究工作没有充分利用用户之间的多重信任关系的影响。该文提出联合概率模型,把用户之间的多重信任关系融入传统的Bayesian Poisson因子分解(Bayesian Poisson factorization,BPF)模型,从而预测转发行为。该模型命名为TrustBPF,可以灵活地捕获用户之间的各种社交影响。该文进一步把用户之间的信任强度整合到一个框架中。在新浪微博数据集上验证结果表明:在NDCG@3和Precision@3指标上,TrustBPF模型比原始的BPF模型分别提升了90.91%和88.37%。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/27911]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.山东理工大学 2.中国人民大学 3.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 王绍卿,李翠平,王征,等. 基于多重信任关系的微博转发行为预测[J]. 清华大学学报:自然科学版,2019,000(004):270. |
| APA | 王绍卿,李翠平,王征,&陈红.(2019).基于多重信任关系的微博转发行为预测.清华大学学报:自然科学版,000(004),270. |
| MLA | 王绍卿,et al."基于多重信任关系的微博转发行为预测".清华大学学报:自然科学版 000.004(2019):270. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。